农业杂草防控对保障粮食安全与推动农业可持续发展至关重要。但在减少除草剂使用、应对抗性及环境约束下，传统除草方法面临挑战，劳动力短缺与气候变化更添不确定性。随着农业向高效绿色转型，机器学习、农业机器人等技术的融合应用，为精准除草提供了新路径。在农业智能化趋势下，精准除草技术重要性凸显，其提升生产效率、降低环境影响的潜力待评估，研究其创新与应用对推动现代农业发展意义重大。

AgriEngineering 邀请了查尔斯特大学的 Asad (Md) Asaduzzaman 博士与 Quazi Mamun 教授合作创建特刊Integrating AI and Robotics for Precision Weed Control in Agriculture (人工智能与机器人融合在精准农业杂草防控中的应用)。本特刊旨在整合人工智能、物联网与大数据等前沿技术，弥合精准除草领域的研究与应用鸿沟，推动相关技术向规模化与实际生产转化。包括但不限于以下方面的相关研究：

1. 计算机视觉、机器学习算法、实时检测与农业机器人等技术创新；

2. 田间试验、硬件约束及气候变化对系统性能的影响；

3. 不同区域农业模式比较及开源工具与数据共享平台的应用；

4. 机器学习、机器人技术、传感器融合和大数据分析。

投稿截止日期：2026年5月31日

• 客座编辑

Dr. Asad (Md) Asaduzzaman

澳大利亚查尔斯特大学 (CSU) 油菜化感作用方向博士，其研究推动了“自除草作物”理念的发展。博士毕业后他在CSU格雷厄姆研究中心任研究员，此后就职于澳大利亚新南威尔士州初级产业部，先后从事夏冬作物及抗除草剂与杂草科学研究，发现了全球首例“双重击倒”抗药性及澳大利亚首例对百草枯抗性的外来小飞蓬。曾获2009年澳大利亚Crawford基金资助，赴南澳大学任访问科学家。现任CSU讲师，研究方向涵盖数字农业、杂草科学、抗药性、植物生态及气候变化适应性等。

研究领域：精准除草，作物数字农艺，杂草风险制图

Dr. Quazi Mamun

澳大利亚莫纳什大学分布式计算专业博士。现任查尔斯特大学计算、数学与工程学院副教授及HDR协调人，负责研究生培养与博士项目管理。其从事教学科研与产学研合作逾23年，研究方向涵盖软件工程、网络安全、人工智能安全、物联网及区块链技术，重点开展面向网络安全的人工智能与隐私保护分布式系统研究。主持并参与科研项目经费累计超过500万美元，与日本科学技术振兴机构、网络安全合作研究中心及多家国际企业开展合作。在计算与网络安全领域发表学术论文70余篇，其中Q1期刊论文20余篇，并多次在国际会议作主旨报告。系IEEE高级会员及思科认证讲师，长期担任相关领域国际期刊与会议的审稿人与编委。

研究领域：数字农业，安全智能环境

了解特刊详情：https://www.mdpi.com/journal/agriengineering/special_issues/VZAE7805H8

• AgriEngineering 期刊介绍

主编：Prof. Dr. Francesco Marinello, University of Padova, Italy

期刊主要涉及生物与农业工程, 智慧农业, 水产养殖、园艺和温室工程, 害虫管理, 创新形农业技术的研究。

2024 Impact Factor：3.0

2024 CiteScore：4.7

Time to First Decision：22 Days

Acceptance to Publication：6.3 Days

期刊主页：https://www.mdpi.com/journal/agriengineering